廣州老城區(qū)公園使用時(shí)空特征及其影響因素的空間異質(zhì)性研究

彭一升，王江萍，任亞鵬

(武漢大學(xué) 城市設(shè)計(jì)學(xué)院，湖北 武漢 430072)

1 引言

城市公園是體力活動(dòng)發(fā)生的空間載體之一，其承載了居民日常生活需要，為居民娛樂和社會(huì)交往活動(dòng)提供場(chǎng)所，發(fā)揮著重要的社會(huì)服務(wù)功能[1，2]。已有研究表明，公園綠地的服務(wù)水平與居民生活質(zhì)量有密切聯(lián)系，在鼓勵(lì)居民開展體力活動(dòng)，維持健康水平上起積極作用[3, 4]。因此，剖析城市公園使用行為，探究公園使用的影響機(jī)制對(duì)制定城市總體規(guī)劃及公園綠地規(guī)劃設(shè)計(jì)政策有重要意義。

城市公園使用是指用于居民日常生活中踏入公園開展活動(dòng)的行為場(chǎng)所[5]。對(duì)公園使用的量化是理解居民到訪公園行為的基礎(chǔ)。不同于現(xiàn)場(chǎng)觀察和問卷訪談等傳統(tǒng)方式過度耗時(shí)耗力，大數(shù)據(jù)為評(píng)估公園使用提供了新的方法和視角，同時(shí)，其特點(diǎn)還很好地彌補(bǔ)了傳統(tǒng)實(shí)地調(diào)查方式的缺點(diǎn)[6, 7]。作為大數(shù)據(jù)源之一的百度熱力圖，其依托定位技術(shù)獲取用戶移動(dòng)終端的地理位置，實(shí)時(shí)記錄城市人口的空間分布，被應(yīng)用于刻畫居民公園使用的特征[8, 9]。Fan等[10]通過百度熱力圖對(duì)南京主城區(qū)的公園使用進(jìn)行量化，分析其空間特征；Lyu等[5]利用百度熱力圖和微博簽到數(shù)據(jù)分別對(duì)武漢市主城區(qū)公園使用進(jìn)行評(píng)估與比較，發(fā)現(xiàn)百度熱力圖能更好地刻畫居民公園行為特征。

在城市公園使用的影響因素研究方面，已有研究表明公園內(nèi)部因素和公園周邊環(huán)境因素共同影響著公園使用[10, 11]。公園等級(jí)、公園面積、公園內(nèi)部設(shè)施、植被覆蓋率等公園內(nèi)部因素與公園使用有顯著影響，不同公園特征對(duì)居民具有不同的吸引力[7, 12, 13]。公園周邊環(huán)境因素由可達(dá)性、空間形態(tài)特征、土地利用特征、社會(huì)特征等方面構(gòu)成[5, 13～15]?？蛇_(dá)性對(duì)公園使用有重要作用，住在公園附近的居民可能更愿意到訪公園[7]；公園周圍的土地利用及設(shè)施布局同樣也是影響居民到訪公園的重要因素。鄭權(quán)一等[14]發(fā)現(xiàn)土地利用混合度與公園使用間的關(guān)系呈倒“U”型趨勢(shì)，即隨著混合程度的提高，公園使用人數(shù)先增后減。同時(shí)，公園周邊的社會(huì)經(jīng)濟(jì)特征和公園使用存在著密切聯(lián)系[16]。Chen等[17]研究表明價(jià)格越高的小區(qū)，其公園綠地可達(dá)性越優(yōu)。這也反映出社會(huì)經(jīng)濟(jì)地位帶來的公園綠地服務(wù)水平差異[17]。值得注意的是，由于城市環(huán)境間存在差異，學(xué)者對(duì)公園使用驅(qū)動(dòng)因素的結(jié)論不盡相同。

目前，關(guān)于對(duì)城市公園使用影響因素的研究更多的是使用全局模型來分析，即將地理空間視為均質(zhì)的[18]。然而，城市建成環(huán)境、經(jīng)濟(jì)環(huán)境和社會(huì)文化環(huán)境存在空間差異，公園使用情況及其影響因素在地理空間上也并非均衡，存在空間非平穩(wěn)性，這樣用全局模型就可能導(dǎo)致結(jié)果出現(xiàn)嚴(yán)重的偏差[19]。地理加權(quán)回歸(Geographically Weighted Regression，GWR)能探究變量之間關(guān)系的空間非平穩(wěn)性，在公園綠地相關(guān)研究中已被應(yīng)用于揭示住房?jī)r(jià)格和公園可達(dá)性的關(guān)系中，但較少應(yīng)用在公園內(nèi)部因素和公園周邊環(huán)境因素對(duì)公園使用影響的空間異質(zhì)研究中。

因此，本文以廣州老城區(qū)為研究范圍，依托百度熱力圖數(shù)據(jù)刻畫研究區(qū)公園使用的特征，并以公園使用指數(shù)為因變量，公園內(nèi)部因素和公園周邊環(huán)境因素為自變量，構(gòu)建了GWR模型，以側(cè)重探究公園使用的影響因素及其空間異質(zhì)性，為城市公園管理人員和規(guī)劃者提供關(guān)于促進(jìn)公園使用的新視角和參考建議。

2 研究概況

2.1 研究區(qū)域

荔灣區(qū)、越秀區(qū)和海珠區(qū)同屬?gòu)V州市的老城區(qū)，面積合計(jì)186.6 km2。第七次人口普查3區(qū)常住人口合計(jì)約409.6萬人，人口密度大，土地資源緊張，寶貴的綠地空間被城市各類建筑不斷擠占。根據(jù)《廣州市公園建設(shè)與保護(hù)專項(xiàng)規(guī)劃(2017-2035)》公布的數(shù)據(jù)，廣州老城區(qū)2018年公園面積共有18.19 km2，人均公園綠地面積僅為4.44 m2/人，遠(yuǎn)低于廣州其他地區(qū)水平。在“十四五規(guī)劃”強(qiáng)調(diào)提升城市品質(zhì)的背景下，對(duì)城市綠地保護(hù)利用的關(guān)注達(dá)到了新的高度。因此本文選取廣州老城區(qū)作為研究范圍，篩選出面積大于1 hm2的公園作為研究對(duì)象，共46個(gè)，其中包括9個(gè)綜合公園，15個(gè)專類公園，20個(gè)社區(qū)公園和2個(gè)自然公園(圖1)。

圖1 廣州老城區(qū)公園分布

2.2 數(shù)據(jù)來源

2.2.1 百度熱力圖

隨著信息通信技術(shù)的發(fā)展，基于位置服務(wù) (LBS) 的百度熱力圖，依托龐大的百度產(chǎn)品用戶群體，實(shí)時(shí)記錄用戶定位信息，雖然不能表明人口分布的準(zhǔn)確數(shù)字，但可以通過不同顏色及亮度反映不同區(qū)域人口的空間分布聚集情況，在衡量公園使用方面有其優(yōu)勢(shì)和科學(xué)性[20, 21]。

2020年11月26～30日(涵蓋兩天休息日)平均氣溫均高于18 ℃，以晴天天氣為主，風(fēng)力合適，適合戶外活動(dòng)，因此本研究對(duì)該時(shí)間段的廣州老城區(qū)百度熱力圖進(jìn)行追蹤獲取，以60 min為間隔，收集每天7:00～24:00的數(shù)據(jù)，最終獲取90幅空間分辨率為3.24 m的百度熱力圖。利用ArcGIS10.2平臺(tái)，加載已定義投影的百度熱力圖的第四通道(band4)，按照自然間斷點(diǎn)分值法(Jenks)對(duì)熱力值大小重分類為6類。以46個(gè)公園面矢量數(shù)據(jù)作為掩膜，使用分區(qū)統(tǒng)計(jì)功能統(tǒng)計(jì)各公園所包含的柵格值，根據(jù)各類熱力值代表的相對(duì)人數(shù)，計(jì)算了公園范圍內(nèi)相對(duì)使用數(shù)量。

2.2.2 其他基礎(chǔ)數(shù)據(jù)

(1)公園信息。從《廣州市公園建設(shè)與保護(hù)專項(xiàng)規(guī)劃(2017-2035)》中提取廣州老城區(qū)公園綠地的級(jí)別、面積、地址和邊界等信息，借助ArcGIS10.2平臺(tái)，獲得了46個(gè)公園的多邊形矢量數(shù)據(jù)。公園評(píng)分主要來源于“攜程”和“大眾點(diǎn)評(píng)”等網(wǎng)站。

(2)公園周邊環(huán)境信息。公園周邊環(huán)境信息主要包括建筑路網(wǎng)數(shù)據(jù)、POI(Point of Interest，興趣點(diǎn))數(shù)據(jù)、住房?jī)r(jià)格和人口密度數(shù)據(jù)。建筑路網(wǎng)數(shù)據(jù)來源于“Open Street Map”網(wǎng)站，用來表征公園周邊空間形態(tài)特征；住房?jī)r(jià)格數(shù)據(jù)通過爬蟲手段在安居客的網(wǎng)站抓取二手房房?jī)r(jià)獲得。由于社區(qū)級(jí)別以下的詳細(xì)人口數(shù)據(jù)不易獲取，本文使用街道層面的人口普查數(shù)據(jù)，通過把廣州老城區(qū)劃分為數(shù)個(gè)300m×300m的網(wǎng)格，借助ArcGIS10.2平臺(tái)，疊加分析得出每個(gè)網(wǎng)格代表的人口密度數(shù)值，為估算公園周邊人口密度奠定基礎(chǔ)；POI數(shù)據(jù)來源于百度地圖，通過接入百度地圖開放平臺(tái)API接口爬取，提取研究范圍內(nèi)的POI數(shù)據(jù)，共計(jì)11984條，隨后將坐標(biāo)統(tǒng)一轉(zhuǎn)換為WGS-1984坐標(biāo)系，在ArcGIS10.2平臺(tái)上實(shí)現(xiàn)可視化，用來代表公園內(nèi)部和周邊環(huán)境的服務(wù)設(shè)施豐富程度。

2.3 變量選取與測(cè)度

2.3.1 公園使用指數(shù)

公園使用作為因變量，是理解公園和居民行為之間關(guān)系的重要指標(biāo)，也反映了公園到訪的強(qiáng)度。為了量化公園使用，參考前人的研究[10]，本研究將選取公園使用指數(shù)來表征公園使用的情況。通過百度熱力圖不同顏色和亮度代表不同人口密度的特點(diǎn)，估算每個(gè)公園5 d平均的公園使用指數(shù)，來反映廣州老城區(qū)公園使用的強(qiáng)度。公式如下[10]：

(1)

式(1)中，PUI(Park Use Index)是城市公園i的平均訪問量，Ai是給定時(shí)段內(nèi)城市公園i的總訪問量，Si是城市公園i的面積，n是時(shí)段數(shù)。

2.3.2 公園使用的潛在影響因素

公園內(nèi)部因素和公園周邊環(huán)境因素作為解釋變量。公園內(nèi)部因素包括公園規(guī)模、公園服務(wù)設(shè)施密度和公園評(píng)分。至于公園周邊環(huán)境因素，公園服務(wù)半徑的判定對(duì)獲取公園周邊環(huán)境特征至關(guān)重要。結(jié)合先前相關(guān)研究和《廣州市公園建設(shè)與保護(hù)專項(xiàng)規(guī)劃(2017-2035)》里的規(guī)定，本研究將選取500 m作為公園服務(wù)半徑，在此基礎(chǔ)上，標(biāo)記每個(gè)公園的出入口，利用ArcGIS10.2平臺(tái)的緩沖區(qū)分析，得出每個(gè)公園的服務(wù)范圍。選取具有代表性的7個(gè)變量，分別為建筑密度、路網(wǎng)密度、人口密度、住房?jī)r(jià)格、商服設(shè)施密度、公共交通設(shè)施密度和土地利用混合度。其中，建筑密度、路網(wǎng)密度、人口密度分別定義為公園500 m緩沖區(qū)內(nèi)單位面積內(nèi)建筑基底面積、道路長(zhǎng)度、人口總量；住房?jī)r(jià)格解釋為公園服務(wù)范圍內(nèi)二手房平均住房?jī)r(jià)格，由于一些公園服務(wù)范圍內(nèi)沒有二手房數(shù)據(jù)，因此該范圍平均房?jī)r(jià)設(shè)為0；商服設(shè)施密度對(duì)應(yīng)著公園500 m緩沖區(qū)單位面積內(nèi)購(gòu)物、餐飲和娛樂設(shè)施的POI數(shù)量；公共交通設(shè)施密度對(duì)應(yīng)著公園500 m緩沖區(qū)單位面積內(nèi)公交站、地鐵站的POI數(shù)量；土地利用混合度通常采用土地利用熵值來表達(dá)，熵取值范圍在0～1，熵值越大，土地利用混合度越高[7]。土地利用熵公式如下[22]：

(2)

式(2)中，Pj表示公園500 m緩沖區(qū)內(nèi)POI類型j的比例，k表示POI類型j的數(shù)量。隨后，對(duì)各變量進(jìn)行歸一化處理(表1)。

表1 公園使用的潛在影響因素描述

2.4 研究方法

采用地理加權(quán)回歸模型(GWR)作為主要的研究方法。地理加權(quán)回歸在普通線性回歸模型基礎(chǔ)上，鑲嵌了空間結(jié)構(gòu)以探究變量關(guān)系在空間上的非平穩(wěn)性[23]。GWR公式如下：

yi=β0(ui,vi)+∑kβk(ui,vi)xik+εi

(3)

式(3)中，yi為公園使用者密度，(ui,vi)是第i個(gè)分析單元的地理位置坐標(biāo)，βk是自變量在(ui,vi)坐標(biāo)上的系數(shù)，εi為隨機(jī)誤差項(xiàng)?；谘芯繉?duì)象的特點(diǎn)，選取雙重平方函數(shù) (Bi-square) 作為空間權(quán)重矩陣和赤池信息準(zhǔn)則(AIC)確定帶寬后通過RStudio的GWmodel包來構(gòu)建GWR模型。

3 廣州老城區(qū)公園使用的時(shí)空分布特征

3.1 時(shí)間分布特征

廣州老城區(qū)的公園使用隨一天內(nèi)時(shí)間的變化有明顯的起伏，且工作日和休息日的公園活動(dòng)行為高峰情況存在差異(圖2)。在工作日，公園的使用時(shí)間呈現(xiàn)著高度集中的特征，主要集中在9:00～11:00、16:00～18:00和21:00～23:00三個(gè)時(shí)段(使用者密度在22:00達(dá)到工作日全天的峰值)。而在休息日，居民公園活動(dòng)的時(shí)間集聚性減弱，高峰期維持時(shí)間長(zhǎng)，除21:00～23:00出現(xiàn)集聚外，在12:00～18:00形成長(zhǎng)達(dá)6 h的相對(duì)穩(wěn)定的高峰期(使用者密度在17:00達(dá)到休息日全天的峰值)。這表明廣州老城區(qū)居民無論在工作日還是周末都習(xí)慣晚上到公園活動(dòng)，除此之外，相對(duì)于工作日而言，大部分居民在周末更集中于中午過后至下午這段時(shí)間到公園進(jìn)行各類活動(dòng)。

圖2 工作日和休息日公園使用的時(shí)間分布

3.2 空間分布特征

廣州老城區(qū)公園使用情況參差不齊。公園使用指數(shù)最小為0.0280，最大為2.7172，均值為0.4188，標(biāo)準(zhǔn)差為0.4078。將公園使用指數(shù)按自然間斷點(diǎn)分值法劃分為4類(圖3)。公園使用指數(shù)在0.5以上的城市公園有10個(gè)(黃埔古港公園、親水公園、磨碟沙公園、草暖公園、廣州市越秀兒童公園、廣州蘭圃、廣州大橋橋頭公園、人民公園、醉觀公園、沙面公園)。其中，黃埔古港公園的公園使用指數(shù)最高，可被認(rèn)作廣州老城區(qū)使用強(qiáng)度最高的公園。值得注意的是，公園使用指數(shù)測(cè)度的是公園到訪的強(qiáng)度，因此大型的綜合公園和自然公園的公園使用指數(shù)普遍比社區(qū)公園小[10]。

圖3 廣州老城區(qū)公園使用的空間分布

4 基于GWR的公園使用的影響因素分析

4.1 模型對(duì)比

使用最小二乘法 (OLS)對(duì)自變量和因變量之間的關(guān)系進(jìn)行分析。所有變量通過了共線性檢驗(yàn)，VIF<7.5。由表2可知，OLS模型可以解釋公園使用總變異的68.4%。所選變量中僅有3個(gè)通過了顯著性檢驗(yàn)，其中，公園商業(yè)類設(shè)施密度和公園使用呈正相關(guān)，而土地利用混合度、人口密度對(duì)公園使用的影響恰恰相反。

表2 公園使用的OLS模型計(jì)算結(jié)果

將數(shù)據(jù)代入GWR模型，所得結(jié)果見表3，選擇調(diào)整R2值(AdjustedR-squarevalue)、AICc值(更正的赤池信息準(zhǔn)則)和殘差平方和(Residualsumofsquares)3個(gè)指標(biāo)，對(duì)兩模型進(jìn)行比較。結(jié)果顯示，相較于OLS模型，GWR模型對(duì)公園使用的解釋力度有明顯的提高，能解釋公園使用總變異的82.46%。其次，GWR模型的AICc值比OLS值小且相差大于3，可以認(rèn)為GWR模型具有更優(yōu)的效果。再者，GWR的殘差平方和減少了，提升了模型模擬精度?？梢?，GWR在本研究中更具優(yōu)越性，故使用GWR模型探究廣州老城區(qū)公園使用的影響因素。

表3 OLS與GWR模型擬合結(jié)果比較

4.2 影響因素的空間異質(zhì)性分析

表4列出了所選變量對(duì)公園使用影響系數(shù)的五分位數(shù)及Leung顯著性檢驗(yàn)結(jié)果。公園規(guī)模、公園設(shè)施密度、路網(wǎng)密度、土地利用混合度和人口密度對(duì)公園使用的邊際作用表現(xiàn)出顯著的空間不穩(wěn)定性。

表4 公園使用的GWR模型計(jì)算結(jié)果

(1)公園內(nèi)部因素對(duì)公園使用的影響。公園商業(yè)類設(shè)施密度具有顯著的正向影響，而公園規(guī)模對(duì)公園使用具有顯著的負(fù)向影響。這表明在廣州老城區(qū)，提高公園內(nèi)部設(shè)施服務(wù)水平能吸引更多居民到訪。相反，擴(kuò)大公園規(guī)模不是提高公園使用的有效途徑[15, 24]。然而，Zhang和Brown等[13, 25]發(fā)現(xiàn)規(guī)模越大的公園越具吸引力，這與本文結(jié)論不一致。原因可能是因?yàn)樵趶V州老城區(qū)，公園規(guī)模越大并不意味著商業(yè)類設(shè)施等公園服務(wù)功能越齊全[15, 24]。從空間分布來看(圖4a、b)，公園規(guī)模和公園商業(yè)類設(shè)施密度邊際作用的空間變異特征相似，即兩者的回歸系數(shù)均由東南向西北呈逐漸遞減的趨勢(shì)。廣州老城區(qū)的公園分布相對(duì)不均，沿珠江帶和老城區(qū)的西北角是公園主要的聚集地。在廣州老城區(qū)的西北角，公園規(guī)模不一但公園特征與特色沒有明顯差異，公園可達(dá)性可能就成為選擇公園的首要考慮因素，布置在居民區(qū)的社區(qū)公園越容易得到居民的青睞[26]，因此在西北角公園規(guī)模對(duì)公園使用的負(fù)向影響程度越大；而在東部，公園特征差異明顯，諸如黃埔古港公園、瀛洲生態(tài)公園和廣州海珠國(guó)家濕地公園等各種類型的公園散落在東部，公園設(shè)施密度越大的公園越具特色，越容易吸引居民前往，因此在東部，公園設(shè)施密度對(duì)公園使用的作用最突出。

(2)建筑密度對(duì)公園使用的影響。建筑密度與公園使用在廣州老城區(qū)范圍內(nèi)呈現(xiàn)微弱的正相關(guān)關(guān)系，表明公園使用更集中在建筑密度高的地區(qū)，這與前人研究的結(jié)果一致[7]，其原因可能是因?yàn)?，一方面，建筑密度在某種程度上可以反映人口數(shù)量信息，人口是公園使用的基礎(chǔ)；另一方面，公園能緩解建筑密度高帶來的熱島效應(yīng)問題的同時(shí)，還具有恢復(fù)作用，給予人們情感的放松，以軟化空間壓迫感[27-29]，因此在建筑密度高的地區(qū)，綠地就成為居民休閑活動(dòng)最具吸引力的場(chǎng)所之一。在空間分布上看(圖4c)，建筑密度對(duì)公園使用的影響整體呈現(xiàn)由東向西逐漸減小，曉港公園影響系數(shù)最小。廣州老城區(qū)的西部是傳統(tǒng)意義的城市地區(qū)，建筑密度普遍較高，因此對(duì)公園使用的影響程度較為微弱，而東部地區(qū)則反之。

(3)路網(wǎng)密度對(duì)公園使用的影響。總體來看，路網(wǎng)密度對(duì)公園使用具有顯著的正邊際作用，但部分周邊環(huán)境的路網(wǎng)密度具有負(fù)邊際作用。從回歸系數(shù)空間分布圖4d上看，路網(wǎng)密度的影響系數(shù)由廣州老城區(qū)西部向東部逐漸遞減，表明越趨向廣州老城區(qū)東部，路網(wǎng)密度對(duì)公園使用的影響由正轉(zhuǎn)為負(fù)，并負(fù)相關(guān)關(guān)系越來越強(qiáng)。究其原因，廣州老城區(qū)東部并非意義上的城市地區(qū)，萬畝果園以及城中村占據(jù)了用地的主體，道路建設(shè)水平相對(duì)落后，但東部地區(qū)的公園因其類型獨(dú)特，吸力較強(qiáng)，加以廣州老城區(qū)公共交通系統(tǒng)較為發(fā)達(dá)，能彌補(bǔ)路網(wǎng)密度低帶來的不便，因此東部地區(qū)路網(wǎng)密度與公園使用呈負(fù)相關(guān)關(guān)系。而廣州老城區(qū)的中西部，即荔灣區(qū)、越秀區(qū)和海珠區(qū)的西部，基礎(chǔ)設(shè)施完善，路網(wǎng)發(fā)達(dá)，公園的可達(dá)性越高，公園的到訪強(qiáng)度就越高，因此中西部地區(qū)，路網(wǎng)密度與公園使用呈正相關(guān)關(guān)系。

(4)土地利用混合度對(duì)公園使用的影響。土地利用混合度對(duì)公園使用總體上呈負(fù)向影響。從回歸系數(shù)空間分布來看(圖4e)，在老城區(qū)的西部呈現(xiàn)弱的正相關(guān)關(guān)系，從西往東由正相關(guān)轉(zhuǎn)向負(fù)相關(guān)，且負(fù)相關(guān)關(guān)系越來越強(qiáng)，在黃埔古港公園處出現(xiàn)最強(qiáng)的負(fù)相關(guān)關(guān)系。廣州老城區(qū)西部公園以綜合公園和社區(qū)公園為主，況且城市建設(shè)更為悠久，公園周邊設(shè)施配套相對(duì)齊全，土地功能豐富加以便利的周邊環(huán)境，可吸引更多居民前往這片區(qū)域，增加了到訪公園的可能性，公園使用指數(shù)也會(huì)相應(yīng)提高[12, 14]。東部地區(qū)公園主要以自然公園和專類公園為主，公園各具特色，環(huán)境建設(shè)及配套更為完善，吸引力強(qiáng)。而東部地區(qū)公園周邊土地利用混合度低，一是由于東部地區(qū)的開發(fā)發(fā)展落后于西部，二是依據(jù)《廣州市公園條例》的規(guī)定，由于公園類型的特殊性，其周邊開發(fā)受嚴(yán)格的管制。環(huán)境建設(shè)得更完善，其業(yè)態(tài)相對(duì)來說較為單一，但公園使用狀況反而更多，這也印證了Ye和Qiu的觀點(diǎn)[30]。

(5)人口密度對(duì)公園使用的影響。人口密度對(duì)公園使用具有顯著的負(fù)向影響。從回歸系數(shù)空間分布圖4f可以看出，人口密度對(duì)公園使用的負(fù)邊際作用從西南部往東北部逐漸加強(qiáng)。首先，雖然普遍認(rèn)為在人口密度高的地區(qū)，城市公園使用得更頻繁[30]，但是城市基礎(chǔ)設(shè)施不斷完善，發(fā)達(dá)的公共交通系統(tǒng)縮短了居民到公園的時(shí)間距離，居民可選擇空間距離更遠(yuǎn)的公園開展活動(dòng)，因此廣州老城區(qū)人口密度對(duì)公園使用的邊際作用為負(fù)。其次，居民觀念發(fā)生改變，逐漸注重生活的品質(zhì)，在老城區(qū)公園數(shù)量不多且建設(shè)比較陳舊，西部人均公園面積少，滿足不了居民的需求。再次，居民對(duì)“野性”和“自然”追崇向往，東部地區(qū)城市開發(fā)建設(shè)緩慢，自然生態(tài)保護(hù)得當(dāng)，更能吸引居民，因此東部人口密度對(duì)公園使用產(chǎn)生更大的負(fù)影響。

圖4 不同變量對(duì)公園使用的GWR回歸系數(shù)分布

5 結(jié)論

本研究基于11月26～30日的百度熱力圖數(shù)據(jù)對(duì)廣州老城區(qū)公園使用情況進(jìn)行量化，得到了公園使用在不同時(shí)間段的空間分布規(guī)律，并構(gòu)建地理加權(quán)回歸模型進(jìn)一步探究公園使用的影響因素及其空間非平穩(wěn)性，促進(jìn)對(duì)廣州老城區(qū)公園使用情況深入了解，為老城區(qū)公園的規(guī)劃與管理策略制定提供參考。

根據(jù)時(shí)空特征分析，時(shí)間分布上，在工作日，居民到訪公園的時(shí)間較為分散，而在休息日，居民參觀公園的時(shí)間更集中于下午時(shí)段。空間分布上，廣州老城區(qū)公園使用參差不齊，大規(guī)模公園的使用指數(shù)一般比小規(guī)模公園低。

地理加權(quán)回歸模型考慮了變量間的空間非穩(wěn)定性，更有效的刻畫公園使用的影響因素，結(jié)果顯示：①?gòu)V州老城區(qū)公園使用影響因素存在顯著的空間非平穩(wěn)性，其中公園規(guī)模、公園設(shè)施密度、建筑密度、路網(wǎng)密度、土地利用混合度和人口密度的邊際作用表現(xiàn)出空間異質(zhì)性；②公園內(nèi)部因素和公園周邊環(huán)境因素對(duì)提高公園使用具有同樣重要作用?？紤]GWR回歸系數(shù)中位數(shù)的絕對(duì)值，變量影響程度順序?yàn)椋和恋乩没旌隙?公園規(guī)模>人口密度>公園設(shè)施密度>建筑密度>路網(wǎng)密度。

健康的城市需要給予體力活動(dòng)足夠的重視，需要提供充足的活動(dòng)空間及周邊環(huán)境的支撐。在城市更新的背景下，可以通過規(guī)劃的手段對(duì)環(huán)境進(jìn)行修復(fù)修補(bǔ)，以支持促進(jìn)體力活動(dòng)。對(duì)廣州老城區(qū)全區(qū)而言，首先需挖掘公園資源，豐富公園功能，全區(qū)范疇對(duì)公園的布局做好規(guī)劃協(xié)調(diào)，發(fā)揮各地區(qū)的特色；其次要繼續(xù)完善公共交通，縮短到訪公園的時(shí)間成本。對(duì)于以建成環(huán)境為主的地區(qū)，首先，重視社區(qū)公園，本研究中發(fā)現(xiàn)社區(qū)公園的使用強(qiáng)度比綜合公園高，這與Chen等的結(jié)論是一致的[7]，因此需要發(fā)掘提升城市空間的“邊角料”，發(fā)展口袋公園，并合理布局，注重綠地資源的公平性；其次，建議需判斷公園周邊土地利用混合度和公園使用處于何種關(guān)系，以尋兩者關(guān)系的平衡點(diǎn)，發(fā)揮促進(jìn)居民進(jìn)行公園活動(dòng)的最大化效應(yīng)[14]；最后，建議在建筑密度高的城區(qū)多布局公園或空地。對(duì)于新開發(fā)地區(qū)，建議在保存公園自然生態(tài)和自身特色的基礎(chǔ)上，提高公園內(nèi)部服務(wù)水平，以增加公園的吸引力。

但本文也存在不足，首先，研究時(shí)間范圍只選取了11月份其中5 d，只能表征舒適氣溫下廣州老城區(qū)的公園使用情況，不能完全反映廣州其他季節(jié)特別是極端天氣下的公園使用情況以及氣候差異對(duì)公園使用的影響。其次，本文使用百度熱力圖去評(píng)估公園使用，不能準(zhǔn)確反映公園使用的總量以及公園到訪者的個(gè)人屬性特征。由此，本文未來研究工作還需要對(duì)影響公園使用的維度指標(biāo)數(shù)據(jù)進(jìn)行補(bǔ)充和挖掘，以完善目前的研究。